博客
关于我
Android application单例模式
阅读量:592 次
发布时间:2019-03-11

本文共 998 字,大约阅读时间需要 3 分钟。

0、相关文章:

阅读量2w,9赞:

阅读量712,1赞:

1、正文:

这几天处理项目中视频语音偶尔初始化不了的问题,经历了半天的调试,发现调用Application的内容时经常传递空值。经过仔细查阅代码后,发现前任程序员使用了应用单例模式的实现方式:

public class App extends Application {

private static App app;
public static App getInstance() {
if (app == null) {
app = new App();
}
return app;
}
}

然而,经过查阅资料后发现,这种严格的单例模式并不适用于Application类。Application类具有独特的特性,在不自定义子类的情况下,系统会为每个APP创建一个默认的实例。其生命周期与APP的生命周期紧密相关,一般情况下无需采用传统的单例模式。

关于对Application类的理解:

  • 每个APP都有一个Application实例:如果我们没有继承Application子类自定义它的话,APP会创建一个默认的实例。

  • Application实例与APP的生命周期保持一致:在APP启动时,会首先实例化Application,然后才是主入口的Activity或Service等。

  • Application与APP“同生共死”:在一个APP的生命周期内,只实例化一次,因此天生具备单例特性,无需额外实现单例模式。

  • 不建议直接继承Application类来实现单例:通常情况下,若需要自定义全局单例,可以使用静态单例类实现。若需要获取Context,可以通过Context.getApplicationContext()获取。

  • 然而,Application类远不止单例功能这么简单。它承担着更多重要职责。

    于是,改进后的代码如下:

    public class App extends Application {

    private static App mInstance = null;
    public static App getInstance() {
    return mInstance;
    }
    @Override
    public void onCreate() {
    super.onCreate();
    mInstance = this;
    }
    }

    转载地址:http://fnvtz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>